[論文レビュー] Comparing Nodes of Multivariate Graphs Through Dynamic Layout Adaptations

Philip A. Berger, Sebastian Beleites|arXiv (Cornell University)|Mar 1, 2023

Data Visualization and Analytics被引用数 2

ひとこと要約

本稿では、多変数グラフノードの視覚的比較を向上させるために、局所的に属性に応じたレイアウトを適用する動的でフォーカス＋コンテキスト型の手法「コンパレーションレンズ」を提案する。トポロジーを保持するグローバル構造の内部に属性駆動型レイアウトを統合することで、類似度に基づいて焦点ノードの周囲に類似ノードを配置し、認知的負荷を軽減するとともに、マインドマップを維持する。実際のサッカー選手ネットワーク分析において、色分け、エッジのごみの低減、ラジアルガイドの導入により、有効に検証された。

ABSTRACT

Node-link diagrams with topology-driven layouts are effective tools for visually exploring the structure of graphs. When exploring multivariate graphs, a frequent analytical question is to ask which graph nodes are similar in terms of their multivariate attribute values. Answering this question would usually involve switching to an attribute-driven layout or a different visual representation altogether. However, such context switches may ensue additional cognitive costs and hinder the fluent exploration of the graph. In this paper, we present an interactive lens technique, called the similarity lens. It avoids global view changes by dynamically injecting a local attribute-driven layout into an otherwise topology-driven layout. Given a focus node of interest in the center of the lens, dissimilar nodes are pushed out of the lens and similar nodes are pulled inward, with the most similar nodes closest to the focus node. This dynamic layout adaptation facilitates comparison tasks on a local level without disturbing the user's overall mental map of the graph topology too much. We demonstrate the utility of our approach by exploring a real-world multivariate graph of soccer players.

研究の動機と目的

• ノードリンク図において、トポロジーと属性類似度の両立が難しい状況での、多変数ノードの視覚的比較の課題に対処すること。
• 純粋にトポロジー駆動型レイアウト（属性類似度の比較が空間的隔たりにより困難）および属性駆動型レイアウト（トポロジー認識の喪失）の限界を克服すること。
• ユーザーのグラフ全体に対するマインドマップを損なわず、柔軟かつ即時の比較タスクを支援すること。
• ユーザー定義のフォーカスノードおよび類似度しきい値に基づいて、レイアウトを動的に適応させるインタラクティブでユーザー設定可能なツールを提供すること。
• サッカーの選手ネットワークを対象とした実世界のシナリオにおいて、選手比較の有効性を示すこと。

提案手法

• 選択されたフォーカスノードの周囲に定義された領域内でのみ、属性駆動型レイアウトを適用するフォーカス＋コンテキスト型の手法「コンパレーションレンズ」を提案する。
• ユーザーが定義した属性セット（例：ゴールキーパーのパフォーマンス指標）に基づき、ノード間の多変数類似度を計算し、類似度しきい値がレンズへの含めを制御する。
• 多変数スケーリングや力の描画法などのレイアウトアルゴリズムを、レンズ内に適用し、属性類似度に基づいて類似ノードを近接に配置する。
• レンズ外ではグローバルなトポロジー駆動型レイアウトを維持することで、ユーザーのグラフ全体構造に対するマインドマップを保つ。
• 視覚的強化機能を統合：類似度の色分け、エッジのごみ低減による可視性向上、近接性および類似度の解釈を支援するラジアルガイド。
• レンズサイズ、類似度しきい値、精度レベルなどのユーザー制御パラメータを公開し、異なる比較ニーズに応じたレンズの適応を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ノードリンク図において、グローバルなグラフトポロジーの認識を損なわず、多変数ノード比較をどのように改善できるか？
• RQ2 動的で局所的なレイアウト適応は、複数の属性に関するノード比較をどの程度向上させるか？
• RQ3 トポロジー駆動型と属性駆動型の原則を組み合わせたハイブリッドレイアウトアプローチは、比較分析中の認知的負荷を軽減できるか？
• RQ4 視覚的強化（色分け、エッジ削減、ラジアルガイド）は、レンズ内での比較結果の解釈性にどの程度寄与するか？
• RQ5 ユーザーは、実世界のデータセットにおいて、このレンズを用いて類似ノードを効果的に特定し、その相対的な類似度を評価できるか？

主な発見

• コンパレーションレンズは、多変数類似度に基づいて類似ノードを空間的に近接に配置し、直接的な視覚的比較を可能にした。
• 5人のゴールキーパーが選択されたフォーカスゴールキーパーと類似しており、そのうち2人がレンズの中心部に位置し、非常に類似していると判明した。
• ラジアルガイドと色分けにより、ユーザーが候補を視覚的に順位付けでき、濃い緑色のノードがわずかに類似度が高かったと判断された。
• エッジのごみ低減により、類似ノード間の接続が明確に見え、局所的なネットワーク構造の分析を支援した。
• レンズ外ではグローバルトポロジーが保持されており、ユーザーの全体的なマインドマップが維持され、混乱が軽減された。
• 類似度しきい値やレンズサイズといったユーザーパラメータにより、レンズが設定可能であり、さまざまな分析ニーズに適応可能であった。